Résumé
Comment utiliser une carte GPU pour accélérer un calcul numérique avec Python ? Lors de cette présentation nous allons examiner les possibilités offertes afin de vous guider vers la bibliothèque qui répond à vos besoins. Nous verrons les principes de base de chacune d'elles, et la future école Gray-Scott donnera une vision plus approfondie de leurs utilisations. Nous les présenterons par niveau d'intégration : pour le haut niveau, Nvidia CuNumeric, Intel DPNP, JAX, et PyTorch permettent de garder un code quasi identique à la version CPU. Pour le niveau intermédiaire, la bibliothèque CuPy permet un accès à des fonctionnalités numériques avancées, mais nécessite un code spécifique pour le GPU. Enfin, pour le bas niveau, les bibliothèques PyCUDA et Numba pour GPU fournissent les fonctionnalités de base sur les tableaux. Nous évoquerons également des outils de profilage associés.
Ce webinaire est le dixième webinaire des jeudis de Gray-Scott, qui ont lieu tous les jeudis, chacun présentant une thématique qui sera approfondie lors de l'école éponyme.
Ces webinaires peuvent être suivis sans devoir participer à l'école (ils sont indépendants de ce qui sera fait lors de cette école). De même, la participation à l'école ne nécessite pas le suivi de tous ces webinaires.
Ce webinaire est présenté par Alice Faure (LUPM), Jean-Marc Colley (LPNHE) et Nabil Garroum (LPNHE).
Informations de connexion
Les informations de connexion sont données ci-dessous :
https://cnrs.zoom.us/j/97928588485?pwd=ODV5MHZwTEFqbkxLbStKSXd2Um5wUT09
Les jeudis de Gray-Scott sont disponibles en replay sur l'indico de l'événement :
https://indico.in2p3.fr/event/30939/page/3642-les-jeudis-gray-scott
Ce webinaire sera également rendu disponible dans la chaîne RI3 du webcast.
Cellule évènement du RI3
